This paper takes China' s A-share listed manufacturing enterprises from 2007 to 2020 as the research sample. We eliminate obvious singular value samples, such as enterprises with asset liability ratio greater than 1 or negative sales revenue. Only enterprises with complete R & D investment data for 8 consecutive years or more shall be retained. We also get rid of enterprises with missing or incomplete key data. Combined with the actual data of listed enterprises, this study defines organizational failure as the ST of an organization due to lack of solvency or continuous loss and lack of sustainable operation ability. After data screening and processing, 1002 sample enterprises are retained, of which 73 enterprises are ST or ST* during the observation period, which were considered to be organizational failures. Furthermore, this paper verifies the hypothesis by constructing regression model. To verify the hypothesis, this paper uses logistic regression model to test relevant hypotheses and draws the moderating effect figures of technological capability and isomorphic pressure.
When the organization is in the exploratory R & D stage and the isomorphic pressure is small, managers tend to reduce R & D investment and invest organizational resources in short-term benefits rather than medium and long-term investment. At this time, the improper investment in organizational R & D increases the risk of the transformation from exploratory R & D to utilization R & D, and intensifies the impact of the transformation from exploratory R & D to utilization R & D on organizational failure. While the degree of organizational isomorphism increases with the increase of isomorphic pressure of successful enterprises. On the one hand, it can improve the perception ability of management decision-makers to the external environment, enable the organization to follow the successful enterprises to adopt new technologies and avoid losing competitive advantage; On the other hand, it will also reduce the cost and uncertainty of organizational technology search, and make the organization smoothly transform to utilization R & D, so as to weaken the impact of the transformation from exploratory R & D to utilization R & D on organizational failure.
Therefore it draws the conclusions that the intensity of R&D transition is positively correlated with the possibility of organizational failure. The technological capability has a negative moderating effect on the relationship between the transition from exploitative R&D to explorative R&D and organizational failure, while successful firms' isomorphic pressures play an inverted 'U' moderating role in the relationship of transition from explorative R&D to exploitative R&D and organizational failure.
This study attempts to explore the impact of R&D transition on organizational failure, responds to relevant scholars' research initiatives on dynamic R&D investment from a dynamic perspective, and deepens the research on sequential ambidexterity and R&D decision-making. In addition, this study introduces two contingency factors, technological capability and isomorphic pressure, as the situational conditions of internal capability and external environment on the relationship between R&D transition and organizational failure, which not only helps to enrich the boundary conditions of organizational R&D management, strengthen the research on the relationship between R&D behavior and organizational results, but also helps to expand the context of technological capability and isomorphic pressure. The research results of this paper have certain guiding significance for enterprise R&D decision. Firstly, organizations need to dynamically adjust R&D investment and focus on the transition of enterprise innovation mode. When enterprises obtain innovative achievements through explorative R&D, they should adjust the strategic focus on exploitative R&D, reasonably reduce R&D investment, excavate the value of existing achievements, and pursue actual benefits, and vice versa. Secondly, enterprises with low technological capability should actively acquire external knowledge through mergers and acquisitions and R&D cooperation to strengthen their own technological capability. Finally, organizational managers should avoid the myopic behavior of reducing R&D investment to achieve short-term interest goals.
数字经济发展和工业互联网的兴起加剧了企业价值供给竞争[1],组织需要持续进行研发创新,以维持产品及要素市场竞争优势,进而实现可持续发展[2]。而基于研发的利用和探索是企业创新的关键[3]。其中,利用式研发建立在现有知识基础之上,为已有客户拓展现有产品和服务;探索式研发追求新知识,为新兴客户或市场开发新产品和新服务[4]。在不同阶段接续式追求两类研发活动的时序双元,被视为一种有效缓解研发双元中资源和管理限制的方式[5]。研发时序双元涉及探索式研发与利用式研发之间的切换,即研发转换。
Mudambi & Swift[6]基于间断式平衡理论指出,在较长一段时间内,当企业研发投入出现短时、剧烈的波动时,表明企业在利用和探索之间不停转换。无论哪种方向的研发转换,都可以促进企业绩效提升[7]。然而,当组织实施重要变革时,既有可能获得战略优势,也有可能破坏组织稳定性,产生失败风险,威胁组织生存与发展[8]。研究发现,组织研发转换幅度越大,风险也就越大,甚至还有可能超过预期收益而降低企业绩效[9]。已有研究发现,有相当比例的企业在转换过程中出现失败[10],但国内对于研发转换后果的研究较少。关于研发转换与企业绩效关系,学者们尚未形成一致结论,针对研发转换对组织失败影响的研究较少。因此,本文探讨研发转换后果具有重要意义。
企业在成长和持续发展过程中能否根据实际情况动态调整研发投入,及时抓住机遇实现长远发展至关重要。既有研究表明,技术能力作为组织内部的一种关键资源和能力,不仅能赋予组织丰富的研发经验,帮助组织灵活应对突发事件[11],而且还有助于克服组织内部惯性,减少变革阻力。此外,外部环境也会影响组织变革管理,尤其是当组织面临不确定性因素时,对正当性的寻求形成一种同构压力,此时组织管理者会对其它企业行为加以辨别,同时调整组织内部资源分配,重新进行规划和部署,从而优化企业研发决策[12]。因此,本文认为组织获取最大化利益和降低组织失败风险,需要结合外部环境和内部技术能力,合理规避研发转换风险。现有研究较少从权变视角探讨研发转换与组织失败的关系,说明研发转换和组织失败关系内在机理还有很大研究空间。
围绕上述问题,本文以2007-2020 年我国 A 股上市公司为研究样本,聚焦研发转换的“黑暗面”,将研发投入短时、剧烈的波动视为企业对研发转换的尝试,分析研发时序双元转换风险,揭示研发转换影响组织失败的作用机制。在此基础上,本文考察企业内部技术能力和组织模仿同构行为对两者关系的调节作用。本研究贡献体现在:第一,已有文献大多从静态角度探讨研发投入及其后果,对研发投入波动情形的研究较少。本研究探讨研发转换对组织失败的影响,响应相关学者从动态视角研究研发投入的倡议[13],有助于深化时序双元和研发决策相关研究。第二,引入技术能力和同构压力两个变量,将其作为组织内部能力和外部环境对研发转换与组织失败关系的情境条件,不仅有助于丰富组织研发管理边界条件,深化研发行为与组织结果关系研究,而且有利于拓展技术能力与同构压力的作用情境。
研发转换是时序双元的重要内容,本文基于间断平衡理论对该议题进行探讨。间断平衡理论最早由古生物学家Gould & Eldridge[14]提出,用以解释物种进化理论。他们认为生物进化模式并非达尔文所描述的平稳、渐变过程,而是遵循渐变式和跃变式交替进化原则,新物种以迅速甚至跳跃的方式出现;Tushman & Romanell[15]将间断平衡理论首次引入组织演化研究,认为组织是在相当长时间的渐进变化及短期间断变化以后重新实现演化的。间断平衡并非长久保持小幅式的渐进变化,而是在渐进变化达到一定程度时,先前稳定状态被剧烈波动打破[16],从而引发根本性、剧烈性变革[17]。基于间断平衡理论,组织在每个时期专注于特定研发活动,通过时区间隔可以有效协调利用和探索之间的内在冲突。利用和探索在时间上的循环能够防止组织以探索为代价进行过多探索,有助于避免组织因能力依赖而产生惯性行为。利用式研发和探索式研发之间的循环可以防止企业陷入单一学习模式,从而提高组织对动态环境的适应能力。
由此可见,研发转换是时序双元的切换节点,包括从利用到探索和从探索到利用两种情形。已有学者重点探讨研发转换与企业绩效的关系,并得出线性正向关系[18]或“倒U”型曲线关系[19]的结论。由此可见,学者不仅论证了研发转换带来的绩效优势,也日益重视这种转换存在的风险。
研发转换有两大风险来源:对转换时点的错误判断和组织惰性。第一,管理者在最优时间点采取行动,并将现有资源分配到新研发活动中,是确保转换成功的关键[6]。 一方面,从利用式研发向探索式研发转换是因为组织要获取新的、有前景的技术机会,若在现有能力价值下降之前就开始转换,那么不仅机会成本较大[10],而且还会增加探索式研发试验成本。从探索式研发向利用式研发转换的最好时机是组织发现有价值且能带来竞争优势的研发成果,若提前转换,可能无法从研发中获取显著回报。另一方面,高管和研发人员价值体系、专业背景不同,前者更注重研发能否给组织带来利润,而后者更注重创造出有科学价值的成果,这使得两者难以充分沟通和掌握全面的信息[20]。研发过程难以观测和研发成果不可预测增加了管理层认知负担,影响决策有效性和对转换时机的判断。第二,组织惰性是影响研发转换的另一大风险因素。利用式研发与探索式研发本身的知识过程不同,转换过程涉及组织战略、结构和文化的重新配置[21]。原先运作良好的研发战略往往相互依存,组织结构逐渐形成大量惯例时,企业对外界环境变化不再敏感[22],从而形成组织惯性和路径依赖。组织在利用式研发和探索式研发之间转换需要重新激活和创造二者各自所需的惯例及能力,这会大大降低组织效率,增加转换风险,更具有破坏性[23]。
不同转换方向产生的风险不容小觑。从利用式研发向探索式研发转换的风险体现在:第一,探索式研发包括实验、增加技术多样性等活动,旨在追求与组织现有知识基础不同的新创新形式[24],这与现有利用式研发的知识基础相差甚远。探索式研发是相对于利用式研发的又一种新型创新活动,要求组织克服原有惯性,调整组织结构、奖惩制度、规范和价值观等对组织而言是一种冒险行为[25]。第二,探索式研发是一个随机过程,组织很难预测何时出现重大且具有商业价值的成果[26]。而且,管理决策层发现以前的利用式研发经验不能有效解决问题,团队内部信息沟通更加困难,企业战略决策风险随之增加。
一般来说,组织在探索式研发中获取新竞争优势后,将会进行利用式研发。从探索式研发向利用式研发转换的风险体现在:第一,利用式研发与探索式研发所需技能不同[27]。第二,如果企业发现探索式研发创新成果价值不大,有可能中断探索式研发进程,转而重新开展利用式研发[3]。第三,面对盈利目标的巨大压力,管理者一般会重视短期收益而非长期价值创造,他们往往会对研发投入进行干预[28]。因此,即使组织在探索式研发阶段有可能产出高价值成果,但出于盈利的考虑,组织也会转向利用式研发,若此时被竞争对手抓住机遇,将会增加组织失败风险。
以年度为时间窗口,当组织研发转换跨越多个年度周期时,利用式研发与探索式研发之间的转换过程相对较慢,压力和风险较小。如果整个转换过程集中在一年之内,则风险随之增加。因此,根据年度变化趋势,组织研发支出偏离预期的变革幅度越大,风险也就越高。据此,本文提出如下假设:
H1a:组织从利用式研发向探索式研发转换的跨越强度与组织失败可能性正相关;
H1b:组织从探索式研发向利用式研发转换的跨越强度与组织失败可能性正相关。
技术能力是指在生产、工程和创新中有效利用技术知识,以保持价格和质量提升的能力[29]。技术知识积累有助于提高组织在研发过程中评估和利用现有技术的能力,以便能够迅速探索新知识。组织很难将新技术成果导入现有技术框架之中,而通过技术能力则能够实现有效整合,从而为组织带来实际收益[30]。
技术能力对组织研发转换至关重要。第一,高水平技术能力意味着组织在跨越现有技术边界后,可以快速识别新技术优势,将新知识转化为新创新成果。组织以此判断转换时机,进而增加探索性研发投入,降低转换风险和不确定性。第二,技术能力提升有助于克服组织惰性。随着组织技术知识的不断积累,其在吸收相似领域外部知识方面变得更加强大。这种自我强化性质有助于组织不断扩大和更新自己的知识基础,将有限资源用在好的探索项目上[3],降低对组织现有能力和技能的依赖,减少组织变革阻力,削弱利用式研发向探索式研发转换跨越强度对组织失败可能性的正向影响。
而技术能力较低的组织,更有可能从事投机性的探索式研发创新。一般而言,由于缺乏资源和吸收能力[31],组织难以区分机会好坏。若组织付出昂贵的探索式研发成本,却没有享受到有价值知识带来的红利,将有可能导致组织失败。因此,本文认为技术能力不仅有助于提高管理层内部决策的有效性,而且还充当了研发转换过程中的“润滑剂”,能够降低研发转换风险。据此,本研究提出以下假设:
H2:技术能力负向调节利用式研发向探索式研发转换跨越强度与组织失败可能性的关系。
Meyer & Rowan[32]认为,组织行动通常是为获取正当性而非高效率,正当性即符合公众意见和法律力量等制度因素的一种理所当然,由此形成的制度同构现象能够降低组织失败率;DiMaggio & Powell[12]研究发现,当目标模糊不清或环境高度不确定时,组织通过模仿行为降低搜索成本[33]。当环境高度不确定时,决策者发现跟随他人行为可以大大减少不确定性。特别是当管理者被迫适应快速变化的环境时,那些被认为更合法、更成功的竞争对手更有助于组织生存和发展[34]。因此,模仿同构是组织应对不确定性并获取正当性的常见行为。
由于研发创新存在较高的不确定性,组织很难确定哪些研发项目有价值,其中还涉及不断变化的技术情境和不明确的市场条件。一旦探索式研发行为失败,可能会给企业造成沉重打击。而模仿和采用成功企业的创新成果,则可以有效降低企业研发成本,规避研发失败风险[35]。因此,由探索式研发向利用式研发转换,由于研发结果不确定,组织管理者根据自身能力和资源条件选择参照对象,通过对模仿对象采取同构行为,确保组织研发出有价值的探索成果,进而实现组织可持续发展。
外部环境同构压力较小的组织不太可能对其它组织进行模仿,而管理者的自由决策很有可能带来机会主义成本,如果将资源或能力用在同构方面或许更有研发价值,不追求同构则有可能导致组织失败。当组织同构压力较大时,组织同构行为一方面能够提高企业效率,另一方面也可以避免正当性损失,规避失败风险。据此,本研究提出如下假设:
H3:同构压力在探索式研发向利用式研发转换跨越强度与组织失败之间起“倒U型”调节作用。
综上所述,本研究构建概念模型,如图1所示。
图1 概念模型
Fig.1 Conceptual model
本文以2007-2020年中国A股上市制造业公司为研究对象,对原始数据进行如下处理:第一,剔除明显奇异值样本,如资产负债率大于1或销售收入为负的企业。第二,仅保留连续8年及以上有完整研发投入数据的企业。第三,剔除关键数据缺失或不全的企业。最终保留样本企业1 002家,其中有73家企业在观测期内被ST或ST*,占比7.3%。以上数据均来源于国泰安CSMAR数据库和公司相关年报。
2.2.1 被解释变量
结合上市企业实际数据,本研究将组织失败界定为组织因没有偿债能力或因连续亏损、缺乏持续经营能力而被ST。测度方式为:组织实施研发转换后3年内被ST或ST*就认为组织失败,此时被解释变量取值为1,否则为0。
2.2.2 解释变量
根据Mudambi & Swift[6]的测量方法,使用研发投入广义自回归条件异方差(GARCH)模型学生化残差绝对值的最大值作为研发转换跨越强度的取值。该模型不仅可以计算一定时期内脱离历史趋势或预期研发投入的最大波动值,还能记录组织最大转换强度发生的时间。据此,本文按照以下4个步骤进行估计。
(1)引入研发投入一阶自回归项[36]以提高模型准确性,通过建立方程得出残差uit,并以此构建GARCH模型估计残差发展趋势,计算其偏离历史趋势的残差eit。残差eit可以衡量研发投入在研究时区内偏离预期的程度,若最终得到的残差值较小,说明组织年度研发投入比较平稳。
(2)求残差eit的学生化残差,用残差eit除以其生成过程中的标准差,从而比较不同组织研发投入波动程度。计算公式如下:
(1)
其中,si代表残差eit产生的标准差,hit为调整残差eit的杠杆。
(3)计算每个组织学生化残差绝对值的最大值。
ei(max)=Maxt|eit(stud)|,其中2007<t<2020
(2)
(4)若残差绝对值研发对应的eit(stud)值为正,意味着组织从利用式研发到探索式研发(Leapup)出现最大强度的转换,取值为Maxt|eit(stud)|;未发生利用式研发向探索式研发转换的组织,则取值为0。若残差绝对值最大值对应的eit(stud)值为负,意味着组织从探索式研发向利用式研发(Leapdown)发生最大强度转换,取值为Maxt|eit(stud)|;未发生探索式研发向利用式研发转换的组织,则取值为0。
(3)
(4)
2.2.3 调节变量
(1)技术能力。财务统计、专利统计或新产品引进统计等指标常用来衡量企业技术能力。由于技术知识多以隐性知识的形式存在,即组织研发人员越多,积累的知识越多,因此本文用研发人员数量占总员工数量的比例衡量组织技术能力(Tech_cap)[36]。
(2)同构压力。参照陈立敏等[37]的做法,对相似企业同构压力指标(Simdens)的构造方式为:设本企业为i,设置一个本企业i总资产规模上下50%的相似规模窗口,通过计算窗口内企业占样本总量的比例,以此衡量来自相似企业的同构压力。成功企业同构压力(Sucdens)构造方式为:按照各企业总资产报酬率由高到低排序,筛选出利润比本企业i高的其它企业,标记出其中总资产规模排名在全部企业前1/4的企业,这一数量占企业总数的比例即为来自成功企业的同构压力。
2.2.4 控制变量
沿用已有文献做法[10],本文将企业规模Size(销售收入的对数)、企业盈利状况Profit(每股净收益)、企业多元化程度Enter_Diver(赫芬德尔指数)、企业杠杆效应Lever(资产负债率)、研发强度RD Density(年度研发投入与年度销售收入的比值)作为影响组织绩效的控制变量。此外,本文引入Altman' Z值(Z =0.012X1+0.014X2+0.033X3+0.006X4 + 0.999X5。其中,X1 =营运资金/资产总额;X2=留存收益/资产总额;X3=息税前利润/资产总额;X4=权益市值/负债账面价值;X5=销售额/资产总额)作为财务困境影响组织失败的控制变量。
由于被解释变量属于二值分类变量,因此本文采用Logistic回归模型对相关假设进行检验,并设定以下模型:
logit(Failurei,t)=α+β1x1i,t+β2x2i,t+λ1x1i,tM1i,t+λ2x2i,tM2i,t+πX+σt+ε
(5)
其中,Failurei,t为被解释变量组织失败概率;x1i,t、x2i,t为解释变量Leapup和Leapdown;β1、β2为回归系数;πX为企业层面控制变量及系数;σt为年份效应;ε为随机误差项。M1i,t和M2i,t分别代表加入解释变量与调节变量Tech_capi,t、Simdensi,t、Sucdensi,t一次方和Simdensi,t、Sucdensi,t二次方的交互项。
表1为各主要变量的均值、标准差和相关系数检验结果。从中可见:①Leap、Leapdown的均值分别为0.48和0.19,说明大部分企业研发转换跨越强度较小;②相关性分析结果表明,各变量间的相关性较低(相关系数最大值为0.463)。其中,组织失败与两个解释变量均显著正相关,初步验证本文假设。
表1 主要变量描述性统计与相关性分析结果
Tab.1 Descriptive statistics and correlation analysis of the main variables
注:*、**、***分别表示显著性水平为10%、5%和1%,下同
变量MeanSD1234567891011121.Failure0.070.261.0002.Leapup0.480.870.121***1.0003.Leapdown0.190.580.122***-0.175***1.0004.Tech_cap0.150.12-0.037**0.015*-0.0381.0005.Simdens0.310.150.005*-0.049-0.068***0.037**1.0006.Sucdens0.160.090.1880.071*0.1110.001-0.047***1.0007.Size21.371.35-0.083***0.117***0.067***-0.153***-0.463***0.231***1.0008.Profit0.390.82-0.153***-0.060***-0.018*-0.037**-0.126***-0.524***0.231***1.0009.Enter_diver0.170.150.010-0.086***0.005-0.0170.030***0.004-0.004-0.0041.00010.Lever0.380.200.176***0.085***0.032***-0.132***-0.266***0.272***0.519***-0.170***0.0141.00011.RD Density0.040.06-0.0140.089***-0.033***0.234***0.046***0.091***-0.261***-0.074***-0.075***-0.172***1.00012.Altman's Z0.630.37-0.097***-0.027**0.002-0.110***-0.108***-0.207***0.486***0.118***0.129***0.188***-0.257***1.000
本研究使用层次回归法检验主关系和调节效应假设。通过对解释变量Leapup、Leapdown及调节变量Tech_cap、Simdens、Sucdens进行中心化处理,可以减少变量间可能出现的多重共线性问题。此外,在实际计量估计中,由于本文使用的是固定效应面板模型,因此剔除不随时间变化的变量。表2为基本模型回归结果。
表2 基本回归结果
Tab.2 Basic regression
变量 模型1模型2模型3模型4模型5模型6模型7Size0.079-0.246*-0.544*-0.188*-0.185*-0.238**-0.255**Profit-0.422-0.337-0.422-0.378-0.380-0.339-0.392Enter_diver-1.2560.6261.5980.6250.6241.1131.582Lever1.4751.9622.245*2.101*2.166*1.867*1.274*RD Density0.059 8-4.488*-1.678-4.490*-4.092-4.256*-5.307*Altman's Z-0.265*-0.279*-0.261-0.346*-0.352*-0.239*-0.0437Leapup1.479***2.100***1.509***1.508***1.482***1.504***Leapdown1.840***1.685***1.232***1.291***2.194***1.030***Tech_cap-12.04***Simdens-1.7122.459Simdens2-8.974Sucdens1.748-17.72Sucdens272.64Leapup* Tech_cap-6.144*Leapdown*Simdens2.2061.272Leapdown*Simdens22.316Leapdown*Sucdens-2.61523.66Leapdown*Sucdens2-97.67*Log likelihood-140.35-93.58-78.74-93.12-93.06-93.12-80.67Wald chi2164.08257.62287.29258.54258.65258.55273.44
模型1为包含所有控制变量的回归结果。从中可见,组织失败与组织规模、企业盈利和Altman' Z指数显著负相关,这与Swift的[10]研究结论一致。模型2引入解释变量Leapup和Leapdown发现,二者系数值均比较显著(β=1.479,p<0.01;β=1.840,p<0.01)。其中,对数似然比值增大,说明模型2解释力度大于模型1。这表明,从利用式研发向探索式研发或探索式研发向利用式研发无论转换方向如何,跨越强度与组织失败均显著正相关,假设H1得到验证。
模型3检验技术能力的调节效应。从中可见,引入Leapup和技术能力Tech_cap的交互项系数值显著为负(β=-6.144,p<0.1),表明技术能力负向调节利用式研发向探索式研发转换与组织失败可能性的关系,假设H2a得到验证。
为进一步剖析技术能力的调节作用,本文绘制调节效应图,见图2。从中可见,在较高技术能力水平下,组织从利用式研发向探索式研发转换的跨越强度与组织失败正向关系形态更加缓和平稳,表明技术能力较高的组织研发转换失败可能性较小。
图2 技术能力的调节效应
Fig.2 Moderating effect of technological capability
为验证相似企业和成功企业同构压力的调节效应,本文首先检验相似企业和成功企业同构压力一次项及Leapdown交互项与组织失败的关系,结果发现二者系数值均不显著。其次,本文分别在模型5和模型7中引入相似企业及成功企业同构压力二次项与Leapdown的交互项,结果发现模型5中相似企业同构压力二次项与Leapdown交互项系数值不显著,模型7中成功企业同构压力二次项与Leapdown交互项系数值负向显著(β=-97.67,p<0.1)。这说明,来自成功企业的同构压力对探索式研发向利用式研发转换的跨越强度与组织失败可能性关系具有“倒U型”调节效应。
本文进一步检验发现(见表3),“倒U型”曲线顶点值为0.125,位于成功企业同构压力Sucdens取值范围内,说明“倒U型”关系成立。其中,模型7中的对数似然值比模型2有所增加,模型解释力度提高,假设H2b得到部分支持。此外,本文分组回归绘制调节效应图,见图3。
表3 成功企业同构压力调节效应检验结果
Tab.3 Results of the moderating effect of isomorphic pressure of successful firms
检验指标Sucdens估计极值点0.12595%置信区间———基于Fieller 方法[-0.132 0.167]t值(p值)2.12(0.017)
成功企业往往比较注重创新,会通过加大技术研发投资强度而不断获取竞争优势,提升企业核心竞争力,并以此形成良性循环。由图3(a)和3(b)可知,低水平成功企业同构压力对探索式研发向利用式研发转换与组织失败可能性的关系具有正向调节作用。原因在于:当组织处于探索式研发阶段且同构压力较小时,管理者更倾向于缩减研发投入,将组织资源投入到短期收益而非中长期投资上。此时,组织研发投资失当增加了探索式研发向利用式研发转换的风险,加剧了探索式研发向利用式研发转换对组织失败的影响。高水平成功企业同构压力对探索式研发向利用式研发转换与组织失败可能性关系则具有负向调节作用。这是因为:组织同构程度随着成功企业同构压力的增加而增大,一方面能提高管理决策者对外部环性,使组织顺利向利用式研发转换,从而削弱探索式研发向利用式研发转换对组织失败的影响。由此可见,成功企业同构压力对探索式研发向利用式研发转换与组织失败可能性的关系起“倒U型”调节作用。
图3 成功企业同构压力的调节效应
Fig.3 Moderating effect of isomorphic pressure in successful firms
为评估研发转换是否为内生性因素,本文采用两阶段模型检验可能存在的内生性问题。在第一阶段,选取董事会规模(Board size)作为工具变量。结果表明,团队规模是管理决策制定的重要影响因素。规模较小的团队可提供的决策意见较少,这可能导致更快但不明智的决定;而大型团队则会容纳更多观点,并由此产生虽然缓慢但更深思熟虑的决定[6]。从研发转换回归结果可见,董事会规模与本文自变量显著负相关,表明它是一种良好的工具变量;在第二阶段,对全部控制变量及工具变量进行Logit 估计,结果见表4。从中可见,工具变量回归系数与组织失败显著负相关(β=-1.18,p<0.01)。因此,在排除内生性影响后,本文结论依然稳健。
表4 工具变量检验结果
Tab.4 Results of instrumental variable test
变量模型8系数Z值Board size-1.18***(-4.60)Size0.13**(2.35)Profit-0.57*(-1.79)Enter_diver-1.43(-0.52)Lever-2.40*(1.67)RD Density-0.53**(2.11)Altman's Z-0.30*(-1.72)Log likelihood-106.70Wald chi2231.38
本文围绕研发转换与组织失败可能性关系,同时考虑组织技术能力及同构压力的调节作用,得出以下结论:
(1)利用式研发向探索式研发转换跨越强度与组织失败可能性正相关,探索式研发向利用式研发转换跨越强度与组织失败可能性正相关。组织研发转换跨越强度越大,企业变革越剧烈,转换阻力和风险越大,组织失败越有可能产生。
(2)技术能力负向调节利用式研发向探索式研发转换与组织失败的关系。拥有较高水平技术能力的企业更有可能在利用式研发向探索式研发转换中生存下来。
(3)成功企业同构压力在探索式研发向利用式研发转换与组织失败间起“倒U型”调节作用。即低水平成功企业同构压力会增强探索式研发向利用式研发转换跨越强度对组织失败可能性的影响,但当成功企业同构压力水平较高时,将会削弱探索式研发向利用式研发转换跨越强度对组织失败可能性影响的调节效应。相似企业同构压力对探索式研发向利用式研发转换与组织失败关系无显著调节作用。
根据上述研究结论,本文提出如下启示:
(1)加强对研发投入的合理管控。第一,企业在进行研发活动时,一味增加或者减少研发投入都有可能导致组织失败。因此,应对研发投入进行动态调整,注重企业创新模式转变。第二, 当企业意识到现有竞争优势利用价值不足或者难以与其它企业竞争时,应将战略焦点转移到新竞争优势上来,通过大幅增加研发投入获取新创新成果。若企业在现有能力仍然有价值情况下从利用式研发向探索式研发转换,将会带来很高的机会成本。当企业通过探索式研发获取创新成果后,应及时调整战略焦点,进入利用式研发阶段,合理减少研发投入,挖掘现有成果价值,追求实际收益。
(2)重视技术能力提升。随着时间推移,拥有较高技术能力的企业积累了丰富的经验,能够有效识别外部环境中有价值的信息,将这些知识与专有知识库结合可以创造新技术。若没有研发创新所需的先决技能,技术能力较低企业在从事探索性研发时将面临较高的失败率。技术能力是基于经验和时间积累的,短期内很难建立。因此,技术能力较低企业应通过并购和研发合作积极获取外部知识,强化自身技术能力。
(3)组织研发转换应考虑外界环境因素的影响。企业需要抵制为实现短期利益目标而缩减研发投入的行为。当面临成功企业的较大同构压力时,组织可以跟随成功企业的步伐,一旦发现具有商业价值的新创新形式,即可进入致力于提高产品市场性和延长保质期的低成本、利用式研发阶段,从而顺利实现研发转换。而面临成功企业较小同构压力的组织,在管理者注重短期利益情境下,一般不会采取模仿同构行为,更有可能提前结束探索式研发阶段,这会增加组织失败的可能。
本文存在如下不足:一是在研究视角上,研发投入包括静态可持续和动态波动两种视角,本文仅研究动态研发转换跨越强度对组织失败的影响,其它动态特征如转换频率、节奏等因素有待考量;二是本文样本数据存在一定的局限性,未来可通过引入季度研发投入数据等方法加大样本量,从而增强数据的有效性和准确性;三是本文指出研发转换风险来源集中在管理者失误后果上,未考虑企业(高层管理人员特征、企业年龄、首席执行官任期等其它类型)影响因素及其作用差异,未来可从高管团队特征和企业年龄等视角探究其对研发转换的影响。
[1] 戚聿东,肖旭.数字经济时代的企业管理变革[J].管理世界,2020,63(6):135-152.
[2] CAMISN C,VILLAR-L
PEZ A.Organizational innovation as an enabler of technological innovation capabilities and firm performance[J].Journal of Business Research,2014,67(1):2891-2902.
[3] MARCH J G.Rationality,foolishness,and adaptive intelligence[J].Strategic Management Journal,2006,27(3):201-214.
[4] BENNER M J,TUSHMAN M.Exploitationexploration,and process management: the productivity dilemma revisited[J].Academy of Management Review,2002,28(2):238-256.
[5] BROWN S L,EISENHARDT K M.The art of continuous change: linking complexity theory and time-paced evolution in relentlessly shifting organizations[J].Administrative Science Quarterly,1997,42(1):1-34.
[6] MUDAMBI R,SWIFT T.Knowing when to leap: transitioning between exploitative and explorative R&D[J].Strategic Management Journal,2014,35(1):126-145.
[7] 吴建祖,肖书锋.创新注意力转移、研发投入跳跃与企业绩效——来自中国A股上市公司的经验证据[J].南开管理评论,2016,19(2):182-192.
[8] BARNETT W P,FREEMAN J.Too much of a good thing? product proliferation and organizational failure[J].Organization Science,2001,12(5):539-558.
[9] 贾慧英,王宗军,曹祖毅.研发投入跳跃与组织绩效:环境动态性和吸收能力的调节效应[J].南开管理评论,2018,21(3):130-141.
[10] SWIFT T.The perilous leap between exploration and exploitation[J].Strategic Management Journal,2016,37(8):1688-1698.
[11] KANG T,BAEK C,LEE J D.The persistency and volatility of the firm R&D investment: revisited from the perspective of technological capability[J].Research Policy,2017,46(9): 1570-1579.
[12] DIMAGGIO P J,POWELL W W.The iron cage revisited: institutional isomorphism and collective rationality in organizational fields[J].American Sociological Review,1983,48(2):147-160.
[13] KANG T,BAEK C,LEE J D.The persistency and volatility of the firm R&D investment:revisited from the perspective of technological capability[J].Research Policy,2017,46(9): 1570-1579.
[14] ELDREDGE N,GOULD S J.Punctuated equilibrium: an alternative to phyletic gradualism[J].Models in Paleobiology,1972(5): 82-115.
[15] TUSHMAN M L,ROMANELLI E.Organizational evolution: ametamorphosis model of convergence and reorientation[J].Research in Organizational Behavior,1985(7):171-222.
[16] MILLER D, FRIESEN P H. Organizations:a quantum view[M].Englewood Cliffs,NJ:Prentice Hall,1984.
[17] ROMANELLI E,TUSHMAN M L.Organizational transformation as punctuated equilibrium: an empirical test[J].Academy of Management Journal,1994,37(5):1141-1166.
[18] CHEN E L,KATILA R.Rival interpretations of balancing exploration and exploitation: simultaneous or sequential[J].Handbook of Technology Innovation Management,2008,1(6):197-214.
[19] 廖勇海,刘益,贾兴平.利用式R&D向探索式R&D转变会影响企业绩效吗[J].科学学与科学技术管理,2015,36(5):85-94.
[20] BERNARDO A E,CAI H,LUO J.Capital budgeting and compensation with asymmetric information and moral hazard[J].Journal of Financial Economics,2001,61(3):311-344.
[21] 晏梦灵,董小英,胡燕妮.组织从低端到高端的战略更新机理:基于间断平衡与双元能力理论的案例研究[J].管理评论,2020,32(4):310-324.
[22] 陈彦亮,高闯.组织惯例复制的情境嵌入——基于组织双元性的视角[J].经济管理,2020,42(3):89-101.
[23] LAVIE D,ROSENKOPF L.Balance exploration and exploitation in allianceformation[J].Academy of Management Journal,2006,49(4):797-818.
[24] HE Z L,WONG P K.Exploration vs.exploitation: an empirical test of the ambidexterity hypothesis[J].Organization Science,2004,15(4):481-494.
[25] HANNAN M T, FREEMAN J.The population ecology of organizations[J].American Journal of Sociology,1977,82(5):929-964.
[26] OSMA B G,YOUNG S.R&D expenditure and earnings targets[J].European Accounting Review,2009,18(1): 7-32.
[27] KATILA R,AHUJA G.Something old,something new: a longitudinal study of search behavior and new product introduction[J].Academy of Management Journal,2002,45(6):1183-1194.
[28] MARCH J G.Rationality,foolishness,and adaptive intelligence[J].Strategic Management Journal,2006,27(3): 201-214.
[29] KIM L.Imitation to innovation:the dynamics of Korea's technological learning[M].Boston,MA: Harvard Business Press,1997.
[30] ZHOU K Z,WU F.Technological capability,strategic flexibility,and product innovation[J].Strategic Management Journal,2010,31(5):547-561.
[31] ANDERSON P,TUSHMAN M L.Technological discontinuities and dominant designs: a cyclical model of technological change[J].Administrative Science Quarterly,1990,35(4):604-633.
[32] MEYER J W,ROWAN B.Institutionalized organizations: formal structure as myth and ceremony[J].American Journal of Sociology,1977,83(2): 340-363.
[33] CYERT R M,MARCH J G.A behavioral theory of the firm[M].Englewood Cliffs,NJ:Prentice-Hall,1963.
[34] HANNAN M T,CARROLL G R.Dynamics of organizational populations: density,legitimation,and competition[M].New York:Oxford University Press,1992.
[35] 寿志钢,李慧珍,邱搏.企业同构问题研究:分析框架的构建及其应用[J].珞珈管理评论,2017(4):156-172.
[36] CALOGHIROU Y,KASTELLI I,TSAKANIKAS A.Internal capabilities and external knowledge sources:complements or substitutes for innovative performance[J].Technovation,2004,24(1):29-39.
[37] 陈立敏,刘静雅,张世蕾.模仿同构对企业国际化—绩效关系的影响——基于制度理论正当性视角的实证研究[J]. 中国工业经济,2016,33(9): 127-143.